蔣盛益，黃衛(wèi)堅(jiān)，蔡茂麗，王連喜

（1.廣東外語(yǔ)外貿(mào)大學(xué)語(yǔ)言工程與計(jì)算實(shí)驗(yàn)室，廣東廣州510006；2.廣東外語(yǔ)外貿(mào)大學(xué)信息學(xué)院，廣東廣州510006；3.廣東外語(yǔ)外貿(mào)大學(xué)圖書(shū)館，廣東廣州510420）

1 引言

互聯(lián)網(wǎng)成為當(dāng)下中國(guó)社會(huì)非理性情緒的集散地，是社會(huì)情緒分析的重要數(shù)據(jù)來(lái)源。作為新型的網(wǎng)絡(luò)交流平臺(tái)，微博不僅成為人們表達(dá)情感的重要載體，更是民眾討論社會(huì)熱點(diǎn)事件的重要場(chǎng)所，匯集了大眾對(duì)社會(huì)話題的情緒表達(dá)。研究面向微博的社會(huì)情緒分析方法具有重要的現(xiàn)實(shí)意義，一方面有利于政府或相關(guān)部門(mén)進(jìn)行輿情監(jiān)控和傳播引導(dǎo)；另一方面對(duì)社會(huì)事件的情緒分析有助于危機(jī)公關(guān)處理、名人形象維護(hù)等。

文本情緒分析的本質(zhì)是對(duì)有情緒傾向的主觀文本進(jìn)行分析和處理的過(guò)程?，F(xiàn)有文本情緒分析方法，主要以基于詞典的匹配方法和基于機(jī)器學(xué)習(xí)的分類(lèi)方法為主［1］?；跈C(jī)器學(xué)習(xí)的分類(lèi)方法主要有樸素貝葉斯、支持向量機(jī)和最大信息熵等。由于基于機(jī)器學(xué)習(xí)的分類(lèi)方法易受訓(xùn)練語(yǔ)料影響，且部分算法涉及了復(fù)雜的參數(shù)設(shè)置，所以不便于建模。目前最常見(jiàn)的方法是構(gòu)建高質(zhì)量的情緒詞典，并將其應(yīng)用于文本情緒識(shí)別。由此可見(jiàn)，構(gòu)建合理、覆蓋范圍寬泛的情緒詞典是基于詞典匹配方法的關(guān)鍵。

情緒詞典是文本情緒分析的重要輔助資源。情緒詞典的構(gòu)建往往需要結(jié)合人工標(biāo)注、語(yǔ)義詞典擴(kuò)展或基于語(yǔ)料庫(kù)抽取標(biāo)注等方法。英語(yǔ)中最重要的情緒詞典資源是WordNet－Affect，該詞典通過(guò)選擇和標(biāo)注代表情緒概念的WordNet中的同義詞集而獲得的Ekman六種基本情緒相關(guān)的詞語(yǔ)，然后利用WordNet中定義的關(guān)系、情緒標(biāo)簽和領(lǐng)域標(biāo)簽進(jìn)行擴(kuò)展，找到情緒同義詞所在的Synset擴(kuò)展得到情緒詞典［2］。Zaher Salah等人通過(guò)兩種方法創(chuàng)建領(lǐng)域情緒詞典：1）從已標(biāo)注的語(yǔ)料中計(jì)算詞匯極性及程度，生成詞典；2）從已有詞典出發(fā)，融合領(lǐng)域語(yǔ)料中的詞匯語(yǔ)義信息、上下文信息、關(guān)系信息，學(xué)習(xí)一個(gè)基于分類(lèi)器的擴(kuò)展領(lǐng)域詞典［3］。Suke等人［4］認(rèn)為具有相近或相同情感的觀點(diǎn)詞有更高的概率同時(shí)出現(xiàn)，采用協(xié)同訓(xùn)練框架進(jìn)行半監(jiān)督的情緒分類(lèi)訓(xùn)練以擴(kuò)展情緒詞。

在中文情感詞典資源方面，HowNet是國(guó)內(nèi)較為全面的知識(shí)庫(kù)。借助于HowNet，不少學(xué)者嘗試構(gòu)建特定領(lǐng)域的情緒詞典。柳位平等在HowNet情緒詞集合的基礎(chǔ)上，利用HowNet的義原計(jì)算詞與詞間的相似度，并根據(jù)詞和正向、負(fù)向種子詞的平均相似度的差來(lái)判定詞的情緒傾向性，從而得到特定的情緒詞典［5］。常曉龍等將詞語(yǔ)間的語(yǔ)素關(guān)系融入到圖模型中、并結(jié)合詞語(yǔ)同義關(guān)系，提出一種構(gòu)建詞典的半監(jiān)督學(xué)習(xí)方法，形成了融合語(yǔ)素特征的中文褒貶詞典［6］。徐琳宏、林鴻飛等構(gòu)建了中文情緒詞匯本體庫(kù)，將情緒分為七個(gè)基本大類(lèi)和21個(gè)小類(lèi)，并利用相關(guān)情緒詞典和語(yǔ)義知識(shí)庫(kù)獲得候選情緒詞，再人工對(duì)部分種子詞語(yǔ)的情緒類(lèi)別和強(qiáng)度進(jìn)行標(biāo)注［7］。

本文的目的在于構(gòu)建一個(gè)規(guī)模大，覆蓋范圍廣的社會(huì)情緒詞典。首先，根據(jù)現(xiàn)有的社會(huì)情緒相關(guān)文獻(xiàn)和分析目標(biāo)確定社會(huì)情緒類(lèi)別，并整合已有情緒詞典，補(bǔ)充典型的微博情感詞，建立規(guī)模較小的基準(zhǔn)情緒詞典。然后采用深度學(xué)習(xí)工具Word2vec對(duì)微博平臺(tái)上的社會(huì)熱點(diǎn)事件微博及評(píng)論等語(yǔ)料進(jìn)行分析，以增量式的方式擴(kuò)展基準(zhǔn)詞典；接下來(lái)，再輔以HowNet詞典和人工篩選，生成最終的情緒詞典。最后，利用所構(gòu)建的社會(huì)情緒詞典分析微博文本標(biāo)注語(yǔ)料的情緒傾向，并對(duì)比基于情緒詞典和基于SVM分類(lèi)的情緒分析結(jié)果以驗(yàn)證所構(gòu)建的詞典的有效性；與此同時(shí)，利用所構(gòu)建的情緒詞典分析微博平臺(tái)的社會(huì)熱點(diǎn)事件呈現(xiàn)的社會(huì)情緒傾向，從側(cè)面驗(yàn)證本文構(gòu)建的情緒詞典的有效性。

2 面向微博的社會(huì)情緒詞典構(gòu)建

情緒詞典的構(gòu)建流程如圖1所示。

圖1 社會(huì)情緒詞典構(gòu)建流程圖

2.1 基準(zhǔn)情緒詞典的建立及微博語(yǔ)料獲取

社會(huì)情緒不同于個(gè)人情緒，個(gè)人情緒是指?jìng)€(gè)體對(duì)一系列主觀認(rèn)知經(jīng)驗(yàn)的通稱(chēng)，是多種感覺(jué)、思想和行為綜合產(chǎn)生的心理和生理狀態(tài)，其最基本的情緒有喜、憤、哀、懼、恐、愛(ài)等。當(dāng)然也存在不同的看法，美國(guó)著名的心理學(xué)家伊扎德提出了12種基本情緒：興趣、驚奇、痛苦、厭惡、愉快、憤怒、恐懼、悲傷、害羞、輕蔑和自罪感；社會(huì)情緒則側(cè)重于群體成員情緒之間的相互作用和影響，是建立在個(gè)體對(duì)社會(huì)的人和事的認(rèn)知、心理變化基礎(chǔ)上的社會(huì)反映。目前，國(guó)內(nèi)關(guān)于社會(huì)情緒的研究起步較晚，社會(huì)情緒分類(lèi)體系方面的研究相對(duì)缺乏?？紤]到本文分析的目標(biāo)是微博平臺(tái)上社會(huì)大眾對(duì)特定新聞事件的情緒傾向，因此本文重點(diǎn)關(guān)注包括喜歡、愉快、憤怒、悲傷等社會(huì)大眾普遍存在并且廣泛關(guān)注的情緒類(lèi)別。結(jié)合目前社會(huì)情緒的研究成果，同時(shí)對(duì)已有文獻(xiàn)［8－9］和相關(guān)情緒詞典進(jìn)行梳理和歸納，最終將社會(huì)情緒類(lèi)別確定為八類(lèi)，分別是：愉快、喜歡、同情、悲傷、焦慮、厭惡、憤怒、怨恨，并以此作為詞典擴(kuò)展以及情緒分析的依據(jù)。確定情緒詞典的類(lèi)別之后，依次建立每個(gè)類(lèi)別下所對(duì)應(yīng)的基本情緒詞，并以此構(gòu)成基準(zhǔn)情緒詞典。基本情緒詞是通過(guò)心理學(xué)、語(yǔ)言學(xué)和社會(huì)學(xué)專(zhuān)家從大連理工大學(xué)林鴻飛教授等建立的情緒詞典以及微博語(yǔ)料中為每個(gè)類(lèi)別挑選約40個(gè)詞語(yǔ)構(gòu)成。

本文實(shí)驗(yàn)的微博語(yǔ)料來(lái)自新浪微博平臺(tái)上社會(huì)熱點(diǎn)事件的微博文本及其轉(zhuǎn)發(fā)和評(píng)論的文本。通過(guò)模擬登錄的方式，對(duì)新浪微博平臺(tái)上的特定事件進(jìn)行爬取。首先獲取新浪微博媒體中粉絲數(shù)大于100 000的權(quán)威媒體的微博賬號(hào)，然后針對(duì)某一特定社會(huì)公共事件，爬取這些微博賬號(hào)發(fā)表過(guò)的帶有該公共事件關(guān)鍵字的微博及其所有轉(zhuǎn)發(fā)與評(píng)論文本，最終由這些微博以及其轉(zhuǎn)發(fā)評(píng)論文本共同構(gòu)成該公共事件的語(yǔ)料集合。目前共獲取了200多個(gè)社會(huì)公共事件的微博語(yǔ)料，包括廈門(mén)縱火案、昆明火車(chē)站暴恐案、上海外灘踩踏事故等備受關(guān)注的事件。在獲取微博語(yǔ)料后，需要對(duì)語(yǔ)料進(jìn)行預(yù)處理，包括去除重復(fù)微博文本、去除停用詞和分詞等，為后續(xù)的分析提供有效的語(yǔ)料。

2.2 基于word2vec的詞語(yǔ)相似度計(jì)算

word2vec是谷歌一款基于Deep Learning的開(kāi)源學(xué)習(xí)工具，它通過(guò)有效的連續(xù)詞袋模型和skipgram語(yǔ)言模型實(shí)現(xiàn)了詞語(yǔ)的向量化，最大化地利用了詞的上下文信息以豐富詞語(yǔ)的語(yǔ)義信息，以文本向量空間的相似度來(lái)表示文本語(yǔ)義相似度。本文利用word2vec在大規(guī)模語(yǔ)料中計(jì)算詞語(yǔ)相似度，并將其應(yīng)用到情緒詞典的構(gòu)建過(guò)程中，然后通過(guò)迭代實(shí)現(xiàn)增量式的詞典擴(kuò)展。

word2vec提供了distance函數(shù)，用以發(fā)現(xiàn)所查詢(xún)?cè)~語(yǔ)的相似詞語(yǔ)列表。根據(jù)初始構(gòu)建的基準(zhǔn)情緒詞典，依次輸入基準(zhǔn)詞典各個(gè)類(lèi)別下的詞語(yǔ)，利用word2vec得到的詞向量進(jìn)行相似度計(jì)算，分析得出最為相關(guān)的詞語(yǔ)。實(shí)驗(yàn)設(shè)置如下：

1）迭代的次數(shù)為8，即將上一次迭代的輸出詞語(yǔ)作為下一次迭代的輸入詞語(yǔ)，從而使輸入詞語(yǔ)的規(guī)模更大；

2）考慮到前后迭代詞語(yǔ)的重要性不同，給迭代前和迭代后的詞語(yǔ)賦予不同的權(quán)重。第一輪迭代后擴(kuò)展出來(lái)的詞語(yǔ)按照與情緒類(lèi)別相似度從高到低排列，取相似度最大的前10個(gè)詞語(yǔ)作為候選詞擴(kuò)充到詞典，原基準(zhǔn)詞語(yǔ)與新擴(kuò)充的候選詞作為下一輪的基準(zhǔn)詞語(yǔ)；往后的迭代則取相似度最大的前兩個(gè)詞語(yǔ)擴(kuò)充到詞典。

3）迭代過(guò)程中，首先要去除停用詞，但是由于停用詞表具有一定的局限性，所以另外制定一些規(guī)則，過(guò)濾無(wú)意義的詞語(yǔ)，包括：

a）純數(shù)字的詞語(yǔ)；

b）非表情符的純標(biāo)點(diǎn)符號(hào)組成的字符串；

c）在前面迭代過(guò)程中已經(jīng)篩選掉的詞語(yǔ)；

d）根據(jù)詞性去除一部分詞語(yǔ)，保留名詞、動(dòng)詞、形容詞、副詞等。

由于微博語(yǔ)料是動(dòng)態(tài)獲取和擴(kuò)展的，因此構(gòu)建詞典時(shí)采用增量式的擴(kuò)充方式。具體的做法是將上一輪語(yǔ)料擴(kuò)展輸出的詞典用作下一輪擴(kuò)展的候選情緒詞典，同時(shí)加入新的微博語(yǔ)料以擴(kuò)展語(yǔ)料規(guī)模，進(jìn)一步有效地?cái)U(kuò)大詞典規(guī)模。

2.3 情緒詞的篩選

在語(yǔ)料規(guī)模不大的情況下，通過(guò)word2vec擴(kuò)展得到的詞語(yǔ)可能存在著準(zhǔn)確度不高的問(wèn)題，因此我們對(duì)擴(kuò)展后的詞典進(jìn)行基于HowNet詞典的自動(dòng)篩選和獨(dú)立的人工篩選。

借助HowNet詞典計(jì)算擴(kuò)展出來(lái)的詞語(yǔ)與基準(zhǔn)詞語(yǔ)的相似度，通過(guò)排序方式篩選相似度高的詞語(yǔ)。因?yàn)镠owNet里面的詞語(yǔ)更新具有一定的滯后性，HowNet中并不一定包括擴(kuò)充出來(lái)的詞語(yǔ)，因此不能通過(guò)HowNet來(lái)計(jì)算該詞語(yǔ)與種子詞語(yǔ)的相似度來(lái)篩選候選詞，所以我們采用的方法是：如果HowNet詞典沒(méi)有包含某詞語(yǔ)，則默認(rèn)其為新詞保留；如果HowNet詞典中包含該詞但相似度小于指定閾值，則剔除該詞。經(jīng)過(guò)篩選后，進(jìn)一步通過(guò)人工判斷其類(lèi)別。經(jīng)過(guò)外部詞典輔助篩選和人工篩選，最終得到包含6 887個(gè)詞語(yǔ)的基于微博語(yǔ)料的社會(huì)情緒詞典。本詞典的各個(gè)情緒類(lèi)別的情緒詞數(shù)量分布如表1所示。

表1 擴(kuò)展后的詞典

3 基于情緒詞典的微博社會(huì)情緒分析

3.1 單條微博的情緒分析

微博文本體現(xiàn)出來(lái)的情緒傾向可認(rèn)為是微博用戶對(duì)于某一社會(huì)事件發(fā)表的主觀看法，主要由兩個(gè)方面來(lái)體現(xiàn)：情緒類(lèi)別及其強(qiáng)弱程度。情緒類(lèi)別即所構(gòu)建的情緒詞典定義的八個(gè)類(lèi)別中的一個(gè)或多個(gè)；情緒類(lèi)別的程度由情緒詞的權(quán)值來(lái)體現(xiàn)。為驗(yàn)證本文所構(gòu)建社會(huì)情緒詞典的有效性，利用本詞典對(duì)微博平臺(tái)上的社會(huì)熱點(diǎn)事件進(jìn)行情緒分析。由于文本的情感強(qiáng)度更取決于句法結(jié)構(gòu)、語(yǔ)境等整體因素，為了減少單個(gè)詞語(yǔ)對(duì)整個(gè)文本情感強(qiáng)度的影響，本文對(duì)情緒詞典的每個(gè)詞語(yǔ)賦予1的權(quán)值，如果出現(xiàn)多個(gè)同類(lèi)別的詞語(yǔ)，則將對(duì)應(yīng)的向量維度值進(jìn)行疊加或加權(quán)計(jì)算?？紤]到情緒詞可能被特殊詞語(yǔ)（否定詞和程度副詞）修飾而改變情緒傾向，因此本文對(duì)這些特殊詞語(yǔ)做進(jìn)一步處理：一方面，被否定詞修飾的情緒詞通常會(huì)改變情緒傾向，所以考慮搜索并判斷情緒詞前后三個(gè)詞內(nèi)是不是含有否定詞。如果是，則將該情緒詞的權(quán)值乘以－1。另一方面，程度副詞使情緒傾向在強(qiáng)弱程度上發(fā)生變化，類(lèi)似于否定詞的處理，搜索并判斷情緒詞前面一個(gè)詞是不是程度副詞，將程度副詞的強(qiáng)度分為五個(gè)等級(jí)并賦予相應(yīng)的權(quán)值。

單條微博情緒分析方法具體描述如下：

1）文本預(yù)處理。首先過(guò)濾噪聲文本，如廣告、重復(fù)的文本等；然后使用中國(guó)科學(xué)院分詞系統(tǒng)導(dǎo)入本文構(gòu)建的情感詞典，對(duì)微博文本進(jìn)行分詞，去掉停用詞。由于word2vec是根據(jù)詞共現(xiàn)的原理計(jì)算兩個(gè)詞語(yǔ)之間的相似度，而預(yù)處理的過(guò)程中去掉的停用詞大部分為沒(méi)有實(shí)際意義的介詞，代詞等，所以去掉停用詞不會(huì)對(duì)實(shí)驗(yàn)結(jié)果產(chǎn)生太大的影響；

2）情感特征詞提取。通過(guò)導(dǎo)入情感詞典對(duì)評(píng)論文本分詞后，選取出當(dāng)前情感詞典里面的詞作為該條評(píng)論的情感特征詞，利用情感特征詞構(gòu)建文本情感特征向量。

3）如果情感特征詞前有程度詞，則情感特征詞的權(quán)重應(yīng)該為程度詞與特征詞的權(quán)重之積（情感特征詞的權(quán)重設(shè)為1）；

4）如果情感特征詞前有否定詞，則統(tǒng)計(jì)否定詞的個(gè)數(shù)N，每個(gè)否定詞的權(quán)重設(shè)為－1，最終情感特征詞的權(quán)重應(yīng)該是N個(gè)－1與特征詞權(quán)重之積；

5）通過(guò)計(jì)算該條評(píng)論文本屬于每一個(gè)情緒類(lèi)別的對(duì)應(yīng)情感特征詞的權(quán)值之和，選取權(quán)值最大的那個(gè)情緒作為該條評(píng)論的最終情緒類(lèi)別。

按照以上處理步驟得出每條微博文本的特征向量后，選取出權(quán)值最大的特征項(xiàng)作為該微博文本的情緒傾向，并與事先人工標(biāo)注的進(jìn)行對(duì)比評(píng)價(jià)，分別計(jì)算出準(zhǔn)確率和召回率。

本文從廈門(mén)縱火案和呼格吉勒?qǐng)D冤案兩個(gè)熱點(diǎn)社會(huì)公共事件的微博語(yǔ)料中隨機(jī)抽取了10 000條微博文本進(jìn)行不同情緒類(lèi)別的人工標(biāo)注，最后確認(rèn)了7 629條有效微博文本作為實(shí)驗(yàn)的數(shù)據(jù)。實(shí)驗(yàn)結(jié)果如表2所示。

表2 基于情緒詞典的情緒分析結(jié)果

為了對(duì)比基于情緒詞典和基于SVM分類(lèi)的情緒分析，利用開(kāi)源工具liblinear對(duì)微博語(yǔ)料進(jìn)行情緒分類(lèi)：

1）對(duì)于標(biāo)注了的7 629條微博文本，按2∶1的比例將數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集。

2）對(duì)文本數(shù)據(jù)進(jìn)行文本預(yù)處理、特征表示和選擇，實(shí)現(xiàn)文本向量化。

a）去除重復(fù)文本和無(wú)意義的符號(hào)，進(jìn)行中文分詞。

b）根據(jù)CHI公式計(jì)算詞語(yǔ)的特征權(quán)重。

首先，計(jì)算每個(gè)詞t與類(lèi)別c之間的相關(guān)程度（假設(shè)t和c之間符合具有一階自由度的CHI分布）。詞語(yǔ)t對(duì)于類(lèi)別c的CHI值由式（1）計(jì)算。

其中，N表示語(yǔ)料庫(kù)中微博文本的總數(shù)目；A表示包含詞語(yǔ)t且屬于類(lèi)別c類(lèi)的微博數(shù)目；B為包含詞語(yǔ)t但是不屬于類(lèi)別c的微博數(shù)目；C表示屬于類(lèi)別c但不包含詞語(yǔ)t的微博數(shù)目；D表示既不屬于類(lèi)別c也不包含詞語(yǔ)t的微博數(shù)目。

接著，根據(jù)式（2）計(jì)算特征詞語(yǔ)t對(duì)于整個(gè)語(yǔ)料的CHI值。

其中，m為情感類(lèi)別數(shù)，X－max2（t）表示選取特征項(xiàng)與各情感類(lèi)別的CHI值中的最大值。

然后，對(duì)每個(gè)詞語(yǔ)t的CHI值進(jìn)行從大到小排序，選取CHI值大的前K個(gè)詞語(yǔ)集合作為特征項(xiàng)。

最后，通過(guò)公式（3）的詞語(yǔ)權(quán)重計(jì)算公式得到每個(gè)特征項(xiàng)的權(quán)值，用這些特征項(xiàng)權(quán)值組成的向量表示文本，將文本向量化。具體地，針對(duì)語(yǔ)料統(tǒng)計(jì)每個(gè)特征項(xiàng)在該文本數(shù)據(jù)中出現(xiàn)的個(gè)數(shù)m，記為詞頻TF；統(tǒng)計(jì)每個(gè)特征項(xiàng)在不同文檔中出現(xiàn)的次數(shù)，記為文檔頻率DF，其逆文檔頻率log（DF）記為IDF。根據(jù)式（3）計(jì)算每個(gè)t的權(quán)重值。

3）利用開(kāi)源項(xiàng)目liblinear對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行建模，建立分類(lèi)器，參數(shù)設(shè)置為默認(rèn)值。

4）構(gòu)建分類(lèi)器后，在測(cè)試集上預(yù)測(cè)分類(lèi)，并計(jì)算準(zhǔn)確率和召回率以評(píng)價(jià)分類(lèi)的結(jié)果（如表3所示）。

表3 基于SVM分類(lèi)的分析結(jié)果

續(xù)表

由表2所示結(jié)果可以看出，基于本文所構(gòu)建的情緒詞典的分類(lèi)器的平均準(zhǔn)確率為76.9%，平均召回率為61.4%；F值是0.694，而SVM分類(lèi)器的平均準(zhǔn)確率為63%，召回率為60%，F(xiàn)值是0.61。這初步驗(yàn)證了本文所構(gòu)建的面向微博的社會(huì)情緒詞典的性能，說(shuō)明該詞典能夠準(zhǔn)確且高效地反映微博文本中不同的情緒傾向。

3.2 基于情緒詞典的微博熱點(diǎn)事件情緒分析

進(jìn)一步，將本文所構(gòu)建的情緒詞典應(yīng)用到微博平臺(tái)上的社會(huì)公共事件的情緒分析，通過(guò)典型的社會(huì)事件例子從側(cè)面反映情緒詞典的有效性。對(duì)特定社會(huì)公共事件的語(yǔ)料進(jìn)行整體的情緒分析，以判斷該事件反映出來(lái)的公眾社會(huì)情緒傾向。本文選取受到廣泛關(guān)注的“廈門(mén)縱火案”事件和“呼格吉勒?qǐng)D冤案”事件。把同一個(gè)事件的微博語(yǔ)料當(dāng)成整體，通過(guò)分詞、情緒詞典匹配和特征權(quán)重計(jì)算，得到微博語(yǔ)料對(duì)應(yīng)的不同情緒傾向的比重。分析結(jié)果如圖2和圖3所示。

圖2 “廈門(mén)縱火案”事件分析結(jié)果

如圖2和圖3所示，不同的情緒傾向按照權(quán)值占比從高到低排序，可以直觀地觀察到占比排在前三（總和超過(guò)78%）的情緒傾向。對(duì)于“廈門(mén)縱火案”事件：厭惡，憤怒，焦慮三者的權(quán)值占比高，表明社會(huì)情緒偏向于厭惡、憤怒和焦慮；而對(duì)于“呼格吉勒?qǐng)D冤案”事件：憤怒、厭惡和悲傷權(quán)值占比高，表明社會(huì)情緒偏向于憤怒、厭惡和悲傷。針對(duì)這兩個(gè)事件，從社會(huì)民眾普遍的心理感知角度來(lái)看，符合上述提到的幾種情緒傾向，這在一定程度上也說(shuō)明本文構(gòu)建的情緒詞典和分析方法的有效性。

圖3 “呼格吉勒?qǐng)D冤案”事件情緒分析結(jié)果

4 總結(jié)與展望

本文基于微博平臺(tái)上社會(huì)熱點(diǎn)事件的微博語(yǔ)料，建立了面向微博的社會(huì)情緒詞典，該社會(huì)情緒詞典包括八個(gè)類(lèi)別共6 887個(gè)詞條。應(yīng)用該詞典對(duì)公共事件進(jìn)行社會(huì)情緒分析，并通過(guò)基于情緒詞典的微博情緒分析和基于SVM的情緒分析結(jié)果的對(duì)比，驗(yàn)證了本文構(gòu)建的情緒詞典及情緒分析方法的有效性。最后，通過(guò)對(duì)微博平臺(tái)上的社會(huì)熱點(diǎn)事件的整體情緒分析，從另一個(gè)側(cè)面表明所構(gòu)建的情緒詞典的有效性。

本文的研究工作還存在一些不足，后續(xù)將從以下幾個(gè)方面進(jìn)行深入研究：

1）邀請(qǐng)更多心理學(xué)、語(yǔ)言學(xué)等領(lǐng)域?qū)＜业葘?duì)詞典進(jìn)行校驗(yàn)，提高詞典的質(zhì)量。

2）獲取更多公共事件，擴(kuò)大語(yǔ)料庫(kù)規(guī)模，同時(shí)借助維基百科等外部數(shù)據(jù)源，融合多種詞語(yǔ)相似度計(jì)算方法，進(jìn)一步擴(kuò)大詞典規(guī)模。

3）在情緒詞典的應(yīng)用方面，增加微博評(píng)價(jià)對(duì)象識(shí)別，以更準(zhǔn)確反映公共事件的社會(huì)情緒。

致謝：在本文的研究過(guò)程中，鄭漫麗、陳麗云、陳東沂等同學(xué)作了大量探索性實(shí)驗(yàn)，丘心穎、謝柏林、李霞等老師給出了一些建設(shè)性的建議。

［1］ Zhang Jianfeng，Xia Yunqing，Yao Jianmin.A review towards microtext processing［J］.Journal of Chinese Information Processing，2012，26（4）：21－27.

［2］ Carlo Strapparava，Alessandro Valitutti.WordNet－Affect：an Affective Extension of WordNet［J］.ITC－irst，Istituto per la Ricerca Scientifica e Tecnologica I－38050Povo Trento Italy：1083－1086.

［3］ Salah Z，Coenen F，Grossi D.Generating domain－specific sentiment lexicons for opinion mining［M］.Advanced Data Mining and Applications.Springer Berlin Heidelberg，2013：13－24.

［4］ Li S，Hao J，Jiang Y，et al.Exploiting Co－occurrence Opinion Words for Semi－supervised Sentiment Classification［C］／／Advanced Data Mining and Applications.Springer Berlin Heidelberg，2013：36－47.

［5］ 柳位平，朱艷輝，栗春亮等.中文基準(zhǔn)情感詞詞典構(gòu)建方法研究［J］.計(jì)算機(jī)應(yīng)用，2009.10（29）：2875－2877.

［6］ 常曉龍，張暉.融合語(yǔ)素特征的中文褒貶詞典構(gòu)建［J］.計(jì)算機(jī)應(yīng)用，2012，32（7）：2033－2037.

［7］ 徐琳宏，林鴻飛，潘宇，等.情感詞匯本體的構(gòu)造［J］.情報(bào)學(xué)報(bào)，2008，27（2）：180－185.

［8］ 桂守才.基礎(chǔ)心理學(xué)［M］.北京：人民教育出版社，2007.

［9］ 林傳鼎.社會(huì)主義心理學(xué)中的情緒問(wèn)題［J］.社會(huì)心理學(xué)科，2006，21（83）：37－62.